目的：随着科学技术在工作运动环境中应用的增多，对于长期伏案工作的人群和运动员来说，腰背肌长期处于疲劳状态时易发生慢性损伤，利用站姿和坐姿的肌电信息分析来设计分类器，对预防相关腰背疾病具有很高的理论和实用价值。　　 方法：通过对腰背部肌群的电生理功能监测，并利用表面肌电(sEMG)信号分析技术对人们日常不同坐姿中相关肌肉负荷和其工作情况进行研究，最终把人体表面肌电信息以及动作图像解析的有关参数借助多种数学工具，进行动作肌电信息的特征提取与分类的深度挖掘，在肌电信号的特征基础上进行分类器函数设计。　　 结果：建立完善腰部肌肉功能评价方法，从而能够实时地、准确地在非损伤状态下反映肌肉活动状态和功能状态，为运动训练指导和康复预防系统的构建打下基础。对肌电数据分析得到站姿和坐姿的功效结果包括：①不同坐姿腰部负荷均大于站立位；②不同坐姿下，身体姿势的改变对腰部负荷影响较大；③挺直位坐姿比放松位坐姿腰背部竖脊肌更易疲劳：④肌电结果显示，腰部和腿部姿势变化对腰部肌肉的影响较小，而脊柱前倾角度的影响较大；　　 结论：肌电模块信息的动态变化使能够进一步分析得到不同坐姿的功效比较。各传感器的输入信息综合处理为一总体输入函数，对传感器输出信息进行学习、理解，确定权值的分配，完成知识获取信息匹配，进而对输入模式做出解释，将输入数据向量转换成高层逻辑概念，得到分类器的分类输出函数，赋予分类器肌电识别的效果最优化。最终将分类器设计成为软件程序，运行并能够对可用于分析研究的肌电特征向量信号进行有效检测，为运动训练指导和构建肌肉疲劳损伤的康复系统服务。